Question

我将HTML代码转换为纯文本。但是有很多额外的回报和空格。如何删除它们？

Answer 1

string new_string = Regex.Replace(orig_string, @"\s", "")将删除所有空格

string new_string = Regex.Replace(orig_string, @"\s+", " ")只会将多个空格折叠成一个

Answer 2

我假设你想要

找到两个或多个连续的空格，并用一个空格替换它们，
找到两个或多个连续的换行符，并用一个换行符替换它们。

如果这是正确的，那么你可以使用

resultString = Regex.Replace(subjectString, @"( |\r?\n)\1+", "$1");

这样可以保持原始空格的“类型”不变，并且还可以正确保留Windows行结尾。如果您还想将多个标签“压缩”为一个标签，请使用

resultString = Regex.Replace(subjectString, @"( |\t|\r?\n)\1+", "$1");

要将一串换行符和空格（每个换行符号）压缩到一个换行符中，请使用

resultString = Regex.Replace(subjectString, @"(?:(?:\r?\n)+ +){2,}", @"\n");

Answer 3

我使用了很多算法。每个循环都很好，但这很清楚，绝对。

//define what you want to remove as char

char tb = (char)9; //Tab char ascii code
spc = (char)32;    //space char ascii code
nwln = (char)10;   //New line char ascii char

yourstring.Replace(tb,"");
yourstring.Replace(spc,"");
yourstring.Replace(nwln,"");

//by defining chars, result was better.

Answer 4

您可以使用Trim（）删除空格并返回。在HTML中，空格并不重要，因此可以使用System.String类中的Trim（）方法省略它们。

如何通过正则表达式删除字符串中的额外返回和空格？

4 个答案: